Anda di halaman 1dari 39

EVALUASI PENGGUNAAN DATA HUJAN SATELIT UNTUK

ANALISIS KEJADIAN BANJIR DI DAS ROKAN

PROPOSAL PENELITIAN
OLEH:
HERY FERDIAN
1310247035

MAGISTER TEKNIK SIPIL


PROGRAM PASCASARJANA
UNIVERSITAS RIAU
PEKANBARU
2015

A Latar Belakang Masalah


Bencana banjir sering terjadi di sebagian besar wilayah Indonesia saat
musim penghujan yang merebak di berbagai Daerah Aliran Sungai (DAS).
Banyak kerugian yang dialami ketika bencana banjir melanda, kerugian harta
benda, sarana dan prasarana umum/sosial, prasarana transfortasi dan
prasarana pertanian/pengairan serta tak jarang memakan korban jiwa. Menurut
Suripin (2004), banjir itu sendiri merupakan indikasi dari ketidakseimbangan
sistem lingkungan dalam proses mengalirkan air permukaan dan dipengaruhi
oleh besar debit air yang mengalir melebihi daya tampung daerah pengaliran.
Prediksi dan analisis banjir seringkali tidak akurat dikarenakan ketidaktepatan
dalam pemilihan metode analisis yang cocok dengan karakteristik daerah studi.
Untuk metode analisis banjir bisa dilakukan secara langsung dengan
menggunakan analisis probabilitas, jika tersedia data pencatatan debit banjir
pada sungai yang ditinjau dengan panjang data minimal 20 tahun.
Permasalahan umum yang seringkali dihadapi daerah-daerah di Indonesia
adalah ketersediaan data yang sangat terbatas sehingga metode analisis ini
seringkali tidak bisa dipakai.
Sebuah analisis banjir sendiri sangat perlu dilakukan sebagai tindakan
awal mitigasi bencana banjir yang terjadi setiap musim penghujan datang.
Sehingga diperlukan sebuah permodelan untuk dapat menentukan besarnya
debit pada sebuah Daerah Aliran Sungai (DAS) walaupun ketersediaan data
hujan dan debitnya sangat minim. Penelitian ini akan melakukan Pemodelan
hidrologi dengan menggunakan data hujan satelit untuk analisis bencana banjir
dengan studi kasus Daerah Aliran Sungai (DAS) Rokan Propinsi Riau, AWLR
Lubuk Bendahara. Dilihat dari ketersediaan data yang masih sangat terbatas
disebagian besar wilayah indonesia metode ini mempunyai prospek yang bagus
untuk dikembangkan karena data yang diperoleh dari satelit. Data-data tersebut
diantaranya adalah data hujan, peta topografi, tata guna lahan, jenis tanah,
sungai, dan lain sebagainya. Keunggulan penggunaan metode ini adalah data
hujan satelit yang digunakan merupakan data yang menerus (real time) dengan
tingkat resolusi yang tinggi hingga per 30 menit pencatatan.

Program bantu untuk analisis ini adalah Integrated Flood Analysis System
(IFAS). IFAS merupakan salah satu program penginderaan jauh yang
dikembangkan oleh Public Work Research Institute (PWRI) dari Jepang yang
bernama International Centre for Water Hazard and Risk Management
(ICHARM). Dengan data curah hujan 3B42RT yang disediakan oleh National
Aeronautics and Space Administration (NASA). Data ini diambil dengan
menggunakan satelit Tropical Rainfall Measuring Mission (TRMM), Special
Sensor Microwave Imager (SSMI), dan Infrared Ray (IR) dengan jangkauan
observasi 500 LU sampai 500 LS dan luas tangkapan 600 km 2. Interval transmisi
data ini adalah tiga jam serta data hujan GSMaP (Global Satellite Mapping of
Precipitation) yaitu data curah hujan dari tim riset Japan Science and
Technology Agency (JST) dan Japan Aerospace Exploration Agency (JAXA).
Data ini diambil dengan satelit TRMM, AMSR, dan SSMI dengan jangkauan
observasi 600 LU sampai 600 LS dan luas tangkapan 120 km 2. Interval transmisi
data ini adalah empat jam.

B Perumusan Masalah
Penelitian ini menggunakan data satelit GS MAP dan 3B42RT, dari data
satelit tersebut bagaimana melakukan pemodelan hidrologi analisis banjir dan
seberapa akurat pemakaian data satelit GS MAP dan 3B42RT dibandingkan
dengan data debit dilapangan.
C Tujuan Penelitian
Tujuan dari penelitian ini melakukan pemodelan hidrologi untuk analisis
banjir dengan menggunakan data satelit. Pemodelan hidrologi melalui proses
kalibrasi dan validasi parameter. Pemodelan hidrologi menggunakan data satelit
GS MAP dan 3B42RT dengan alat bantu software Integrated Flood Analysis
System (IFAS) Versi 1.3.0

D Manfaat Penelitian

Pemodelan hidrologi ini bisa dijadikan alternatif untuk analisis banjir serta
menjadi masukan data satelit mana yang paling mendekati hasil lapangan.
E Tinjauan Pustaka
a Daerah Aliran Sungai (DAS)
Daerah Aliran Sungai atau sering di singkat DAS (cathment,
watershed, drainage basin) menurut Linsley (1949) dalam Litbang Dephut
(1999) adalah daerah yang dialiri oleh sungai atau sistem sungai yang
saling berhubungan sedemikian rupa sehingga aliran yang berasal dari
daerah tersebut keluar melalui aliran tunggal.
Daerah Aliran Sungai ( DAS ) merupakan suatu wilayah daratan yang
secara topografik
menampung

dibatasi

oleh

punggung-punggung

gunung

yang

dan menyimpan air hujan untuk kemudian menyalurkannya

ke laut melalui sungai utama. Wilayah daratan tersebut dinamakan


Daerah Tangkapan Air (DTA atau catchment area)
suatu

ekosistem

dengan

unsur

utamanya

yang

terdiri

merupakan

atas sumberdaya

alam (tanah, air dan vegetasi) dan sumber daya manusia sebagai
pemanfaat sumberdaya alam (Asdak, 2004).
Daerah Aliran Sungai (DAS) biasanya di bagi menjadi daerah hulu,
tengah, hilir dan pesisir. Sistem ekologi DAS bagian hulu pada umumnya
dipandang sebagai suatu ekosistem pedesaan. Ekosistem DAS hulu terdiri
atas empat komponen utama, yaitu desa, sawah/ladang, sungai dan hutan.
Di dalam ekosistem DAS terdapat hubungan timbal-balik antar komponen.
Fungsi suatu DAS merupakan fungsi gabungan yang dilakukan oleh
seluruh faktor / komponen yang ada di dalam DAS.

Apabila terjadi

perubahan pada salah satu komponen maka akan mempengaruhi


ekosistem DAS tersebut. Sedangkan perubahan ekosistem juga akan
menyebabkan gangguan terhadap bekerjanya fungsi DAS.

Gangguan terhadap suatu ekosistem DAS dapat bermacam-macam


terutama berasal dari penghuni suatu DAS yaitu manusia.
dari suatu DAS terganggu,

maka sistem

hidrologi

Apabila fungsi

yang

merupakan

fungsi utama DAS terganggu, penangkapan curah hujan, resapan dan


penyimpanan airnyapun menjadi berkurang, atau sistem penyalurannya
menjadi boros. Kejadian tersebut akan menyebabkan melimpahnya air
pada musim hujan, dan sebaliknya sangat berkurangnya

air pada

musim kemarau. Hal ini menyebabkan fluktuasi debit sungai antara


musim kemarau dan musim hujan berbeda tajam. Jadi jika fluktuasi debit
sungai sangat tajam, berarti fungsi DAS tidak bekerja dengan baik, apabila
ini terjadi berarti bahwa kualitas DAS rendah.
Suatu DAS merupakan kumpulan dari banyak Sub DAS yang lebih
kecil. Bila DAS dipandang sebagai suatu unit hidrologi, maka didalamnya
terdapat hubungan antara
permukaan,

sedimen

hujan

serta

sebagai

masukan

dan

aliran

bahan-bahan kimia terlarut sebagai

keluarannya.
Hasil keluaran tersebut bervariasi dan besarnya tergantung pada
tanggapan DAS. Tanggapan DAS merupakan proses-proses yang terjadi
di dalam DAS yang dipengaruhi oleh faktor karakteristik fisik DAS, seperti
topografi, geologi, geomorfologi, tanah dan juga tata penggunaan lahan
serta sistem pengelolaannya. Dilihat dari segi curah hujan wilayah DAS
dapat dibedakan menjadi 2 (dua) yaitu wilayah yang berfungsi sebagai
wilayah

peresapan

dan

wilayah

yang

berfungsi

sebagai

wilayah

pengatusan (drainase). Berfungsi tidaknya wilayah tersebut sangat terkait


dengan penggunaan lahan.

b Hidrologi DAS
Hidrologi

atau

tata

air

DAS

adalah

suatu

keadaan

yang

menggambarkan tentang keadaan kuantitas, kualitas dan kontinuitas aliran


menurut waktu dan tempat serta pengaruhnya terhadap kondisi DAS yang
bersangkutan. Hakekat DAS selain sebagai suatu wilayah bentang lahan
dengan batas topografi serta suatu wilayah kesatuan

ekosistem,

juga

merupakan suatu wilayah kesatuan hidrologi. DAS berfungsi sebagai


tempat berlangsungnya proses hidrologi yang mengubah input menjadi
output. Input yang dimaksud adalah berupa air hujan (presipitasi),
sedangkan output atau keluarannya adalah berupa debit aliran dan/atau
muatan sedimen. Dalam sistem DAS terdapat hubungan antara kawasan
hulu dengan kawasan hilir. Segala pengelolaan yang dilakukan di hulu
merupakan

cerminan dari apa yang terjadi di hilir. Sungai sebagai

komponen utama dalam DAS merupakan tali pengikat antara hulu dan
hilir DAS. Sungai dapat menjadi potensi penyeimbang yang ditunjukkan
oleh daya gunanya antara lain untuk pertanian, energi dan transportasi,
namun juga dapat

mengakibatkan

banjir,

pembawa

sedimentasi,

pembawa limbah dan dampak kegiatan lain. Aktivitas penebangan hutan


di hulu akan menyebabkan sedimentasi dan banjir di hilir, demikian juga
aktivitas industri di hulu sungai menyebabkan polusi air di hilir sehingga
masyarakat pengguna air di hilir dirugikan. Sebaliknya upaya konservasi
dan rehabilitasi hutan di hulu akan memperbaiki tata air dan memperkecil
sedimentasi dan banjir di daerah hilir.
Pembagian
(2004)

DAS

menurut

FAO

(1982)

dal am

Supangat

adalah berdasarkan kelerengannya. DAS dengan kelerengan di

atas 30 % sebagai DAS hulu (upper watershed) dan kelerengan antara


8 30 % sebagai DAS hilir (lower watershed). Sedangkan Asdak

(2004)

mencirikan

DAS

bagian

hulu

sebagai

daerah

konservasi,

berkerapatan drainase tinggi, memiliki topografi besar dan bukan daerah


banjir.

DAS bagian

kerapatan

hilir dicirikan

sebagai

daerah

pemanfaatan,

drainase rendah, kemiringan lahan kecil dan sebagian

diantaranya merupakan daerah banjir. Kawasan hulu DAS mempunyai


peranan yang penting sebagai penyedia air untuk dialirkan ke hilir bagi
berbagai kepentingan seperti pertanian, pemukiman, industri dan lain
sebagainya. Daerah hulu merupakan faktor produksi dominan yang sering
mengalami

konflik

kepentingan

pertanian,

pariwisata,

penggunaan

pertambangan,

lahan

pemukiman

oleh kegiatan
dan

lain-lain.

Kemampuan pemanfaatan lahan di hulu sangat terbatas, sehingga


kesalahan pemanfatan akan berdampak negatif pada daerah
Konservasi

daerah

hulu

perlu

mencakup

aspek-aspek

hilirnya.
yang

berhubungan dengan produksi air. Secara ekologis, hal tersebut berkaitan


dengan ekosistem daerah tangkapan air yang merupakan rangkaian
proses alami siklus hidrologi yang memproduksi air permukaan dalam
bentuk mata air, aliran air dan sungai. Dalam hubungannya dengan sistem
hidrologi, DAS mempunyai karakteristik yang spesifik serta berkaitan
dengan unsur utamanya seperti jenis tanah, tata guna lahan, topografi,
kemiringan dan panjang lereng. Karakteristik biofisik DAS tersebut dalam
merespons curah hujan yang jatuh di dalam wilayah DAS tersebut
dapat memberikan pengaruh terhadap besar-kecilnya evapotranspirasi,
infiltrasi, perkolasi, air larian, aliran permukaan, kandungan air tanah, dan
aliran sungai. Diantara faktor- faktor yang berperan dalam menentukan
sistem hidrologi tersebut di atas, faktor tata guna lahan dan kemiringan
dan panjang lereng dapat direkayasa oleh manusia. Faktor-faktor lain
yang bersifat alamiah tidak dapat dikontrol oleh manusia. Dengan demikian,
dalam merencanakan pengelolaan DAS, perubahan tata guna lahan serta

pengaturan kemiringan dan panjang lereng menjadi salah satu fokus


aktivitas perencanaan pengelolaan DAS.
Pengetahuan tentang proses-proses hidrologi yang berlangsung
dalam ekosistem DAS bermanfaat bagi pengembangan sumberdaya air
dalam skala DAS. Dalam system hidrologi ini, peranan vegetasi sangat
penting artinya karena kemungkinan intervensi manusia terhadap unsur
ini sangat besar. Vegetasi dapat merubah sifat fisika dan kimia tanah
dalam hubungannya dengan air, dapat mempengaruhi kondisi permukaan
tanah, dan dengan demikian mempengaruhi besar kecilnya aliran air
permukaan.
a Limpasan (Surface Runoff)
Limpasan (surface runoff) adalah bagian dari curah hujan yang
mengalir di atas permukaan tanah menuju ke sungai, danau dan
lautan.

Limpasan berlangsung

ketika jumlah hujan melampaui

laju

infiltrasi air ke dalam tanah. Setelah laju infiltrasi terpenuhi, air mulai
mengisi cekungan-cekungan pada permukaan tanah. Setelah pengisian
air pada cekungan tersebut selesai, air kemudian dapat mengalir di atas
permukaan tanah dengan bebas.
Faktor-faktor

yang

mempengaruhi

limpasan

dapat

dikelompokkan menjadi faktor-faktor yang berhubungan dengan iklim,


terutama curah hujan dan yang berhubungan dengan karakteristik DAS.
Lama waktu hujan, intensitas dan penyebaran hujan mempengaruhi laju
dan volume air larian.

Air larian hujan total untuk suatu hujan secara

langsung berhubungan dengan lama waktu hujan untuk intensitas hujan


tertentu. Infiltrasi akan besar pada tingkat awal suatu kejadian hujan. Oleh
karenanya, hujan dengan waktu yang singkat tidak banyak menghasilkan
air larian. Pada hujan dengan intensitas yang sama dan dengan waktu
yang lebih lama akan menghasilkan air larian yang lebih besar.

Intensitas hujan akan mempengaruhi laju dan volume limpasan.


Pada hujan dengan intensitas tinggi, kapasitas infiltrasi akan terlampaui
dengan beda yang cukup besar dibandingkan dengan hujan yang kurang
intensif. Dengan demikian, total volume air larian akan lebih besar pada
hujan intensif meskipun curah hujan untuk kedua hujan tersebut sama
besar.
Laju dan volume limpasan suatu DAS dipengaruhi oleh penyebaran
dan intensitas hujan yang bersangkutan. Umumnya, laju limpasan dan
volume terbesar terjadi ketika seluruh DAS tersebut ikut berperan. Dengan
kata lain, hujan turun merata di seluruh wilayah DAS yang bersangkutan.
Pengaruh DAS terhadap limpasan adalah melalui bentuk dan ukuran
(morfometri) DAS, topografi, geologi dan tata guna lahan (jenis dan
kerapatan vegetasi). Bentuk DAS yang memanjang dan sempit cenderung
menurunkan laju limpasan daripada DAS yang berbentuk melebar
walaupun luas keseluruhan dari dua DAS tersebut sama. Sedangkan
pengaruh vegetasi dan cara bercocok tanam terhadap air larian dapat
diterangkan bahwa vegetasi dapat memperlambat jalannya air larian dan
memperbesar jumlah air yang tertahan di atas permukaan tanah (surface
detention).

Dengan

demikian

menurunkan

laju

air

permukaan.

Berkurangnya laju dan volume limpasan berkaitan dengan perubahan


nilaikoefisienlimpasan.
b. Debit Aliran
Debit

aliran atau aliran sungai merupakan informasi yang paling

penting bagi pengelola sumberdaya air. Debit aliran adalah laju aliran
air

(dalam

bentuk

volume

air)

yang melewati suatu penampang

melintang sungai per satuan waktu biasanya dalam satuan meter kubik per
3
detik (m /dt). Debit

aliran

biasanya

ditunjukkan

dalam

bentuk

hidrograf aliran.
Hidrograf

aliran adalah suatu perilaku debit sebagai respon

adanya perubahan karakteristik biogeofisik yang berlangsung dalam


suatu DAS (oleh adanya kegiatan pengelolaan DAS) dan/atau adanya
perubahan (fluktuasi musiman atau tahunan) iklim lokal. Debit aliran ratrata tahunan dapat memberikan gambaran potensi sumberdaya air yang
dapat dimanfaatkan dari suatu daerah aliran sungai (Asdak, 2004).
Debit aliran sungai terdiri dari berbagai komponen, meliputi : (1)
intersepsi saluran (channel interception), yaitu air hujan yang jatuh
langsung di atas permukaan saluran air, (2) Aliran permukaan atau air
larian (surface runoff) yaitu aliran di atas permukaan yang terjadi karena
laju curah hujan melampaui laju infiltrasi, (3) Aliran air bawah tanah (sub
surface flow) adalah bagian curah hujan yang terinfiltrasi ke dalam tanah
kemudian bergabung dengan aliran debit dan (4) Aliran air tanah (base
flow), yaitu aliran air sungai sepanjang musim kemarau ketika tidak
ada komponen curah hujan yang ikut membentuk debit aliran. Kondisi
aliran air permukaan yang berbeda akan menentukan bentuk dan besaran
hidrograf aliran suatu daerah aliran sungai. Hujan yang turun pada suatu
wilayah DAS akan terdistribusi menjadi keempat komponen tersebut
sebelum akhirnya menjadi aliran sungai (lihat gambar 1).

Ket :

A = Intersepsi saluran(Channel
interception)
B = Aliran permukaan (Surface run off)
C = Aliran air bawah permukaan
(Subsurface flow)
D = Aliran air tanah (Base flow)

Sumber: (Asdak, 2004)


Gambar 1. Beberapa macam aliran air dalam suatu DAS dengan bentuk
hidrograf aliran yang dihasilkan.

Faktor-faktor yang mempengaruhi aliran sungai secara umum dapat


dibagi dua yaitu : karakteristik curah hujan (presipitasi) dan karakteristik
daerah aliran sungai. Karakteristik hujan yang mempengaruhi aliran
permukaan

adalah intensitas

penyebaran

hujan.

hujan,

lamanya

hujan

(durasi)

dan

Sedangkan pengaruh karakteristik DAS ditentukan

oleh : (1) daerah pengaliran (morfometri) DAS, (2) topografi, (3) kondisi
geologi (jenis batuan), (4) tanah (tekstur, struktur dan tebal solum) dan (5)
tata

guna

lahan

mempengaruhi
hidrograf aliran).

(penutupan

karakteristik

lahan).

aliran

Faktor-faktor

sungai

tersebut

yang dihasilkan

akan

(bentuk

c Penginderaan Jauh
Lillesand dan Kiefer (1979) dalam Lili (2010), penginderaan jauh adalah ilmu
dan seni untuk memperoleh informasi tentang obyek, wilayah, atau gejala dengan
cara menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak
langsung terhadap obyek, wilayah, atau gejala yang dikaji. Penginderaan Jauh
juga dapat didefinisikan sebagai teknik yang dikembangkan untuk perolehan dan
analisis

informasi

tentang

bumi,

informasi

tersebut

berbentuk

radiasi

elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi


(Sutanto, 1986, Lili, 2010).
Penginderaan jauh terdiri atas pengukuran dan perekaman terhadap energi
elektromagnetik yang dipantulkan atau dipancarkan oleh permukaan bumi dan
atmosfer dari suatu tempat tertentu di permukaan bumi.
Aplikasi penginderaan jauh yang digunakan dalam bidang teknik sipil adalah
Sistem Informasi Geografis (SIG). Ketersediaan data dan informasi yang diimbangi
dengan pengolahan data menjadi informasi wilayah dapat dilakukan dengan SIG.
Dengan menggunakan pendekatan kenampakan secara tiga dimensi (3D)
karakteristik suatu wilayah dapat diketahui dengan jelas, yaitu adanya tenaga alam
yang berperan dalam pembentukan konfigurasi permukaan bumi (geomorfologi)
sebagai indikasi atau gambaran kejadian alam yang telah lalu hingga prediksi
fenomena ataupun kejadian yang akan datang. Analisis SIG mengenai fenomena
permukaan lahan dapat dimodelkan dalam kaitannya untuk mencari lokasi-lokasi
yang rawan terhadap banjir yaitu dengan mendasarkan pada sifat-sifat air
dipermukan lahan.
Jenis data penginderaan jauh, yaitu citra. Citra adalah gambaran rekaman
suatu objek atau biasanya berupa gambaran objek pada foto. Menurut Sutanto
(1986)

menyebutkan

bahwa

terdapat

beberapa

alasan

yang

melandasi

peningkatan penggunaan citra penginderaan jauh, yaitu:


1 Citra menggambarkan obyek, daerah, dan gejala di permukaan bumi dengan
wujud dan letak obyek yang mirip ujud dan letak di permukaan bumi.
2 Citra menggambarkan obyek, daerah, dan gejala yang relatif lengkap, meliputi
daerah yang luas dan permanen.
3 Dari jenis citra tertentu dapat ditimbulkan gambaran tiga dimensi apabila
pengamatannya dilakukan dengan stereoskop.

4 Citra dapat dibuat secara cepat meskipun untuk daerah yang sulit dijelajahi
secara terestrial.
d

Pemodelan Hidrologi
Sri Harto (1993) mengemukakan model hidrologi secara umum adalah sajian
sederhana (simple representation) dari sebuah sistem hidrologi yang komplek
Menurut Harto (1993), tujuan penggunaan model dalam hidrologi diantaranya
adalah:
1 Peramalan (forecasting), termasuk di dalamnya untuk sistem peringatan atau
manajemen,
2 Perkiraan (prediction),
3 Sebagai alat deteksi dalam masalah pengendalian. Dengan sistem yang telah
pasti dan keluaran yang diketahui, maka masukan dapat dikontrol dan diatur,
4 Sebagai alat pengendali (identification tool) dalam masalah perencanaan
(planning),
5 Ektrapolasi data atau informasi,
6 Perkiraan lingkungan akibat tingkat perilaku manusia yang berubah atau
meningkat, dan
7 Penelitian dasar dalam proses hidrologi.
Tujuan dari model hidrologi adalah untuk mempelajari siklus air yang ada di
alam dan meramalkan outputnya. Model hidrologi dapat digunakan untuk
peramalan banjir, perencanaan bendungan, pengaturan bendungan, pengelolaan
dan pengembangan DAS. Hal ini tergantung dari tujuan pembuatan model tersebut
(Indarto, 2010).
Berbagai model dari yang sederhana sampai yang kompleks telah
dikembangkan

untuk

menganalisis

dan

memprediksi

fenomena

hidrologi.

Pemilihan terhadap suatu model tergantung kepada jenis informasi apa yang
dibutuhkan dan bagaimana hasil pemodelan akan diterapkan, jumlah dan jenis
asumsi di dalam model, jumlah data yang dibutuhkan, dan tingkat kompleksitas.
Refgaard (2000) dalam Indarto (2010) pada prinsipnya, model hidrologi
digunakan

untuk

melakukan

simulasi

perilaku

sistem

tersebut,

dengan

menggunakan masukan data yang terukur dan didapatkan output model yang
semirip mungkin dengan output sistem fisik yang ditiru tersebut. Hal ini dilakukan
dengan meminimalisasi tingkat kesalahan yang mungkin terjadi melalui uji coba

beberapa nilai parameter sampai diperoleh tingkat ketidakpastian yang minimal


antara debit terukur dan termodelkan.
Penggunaan teknik pemodelan dalam penelitian hidrologi saat ini sudah
sangat berkembang. Seiring dengan berkembangnya pengetahuan dan kemajuan
teknologi computer, semakin banyaknya pemodelan hidrologi yang muncul.
Penggunaan teknik pemodelan hidrologi yang tepat dalam sebuah penelitian
hidrologi haruslah disesuaikan dengan kondisi yang ada, terkait dengan tujuan
pengelolaan DAS. Penggunaan model harus dapat dipertanggungjawabkan. Hal ini
menyangkut identifikasi dan karakteristik dari DAS yang ditinjau, dengan kalibrasi
terhadap parameter-parameter model yang diperoleh dan evaluasi kelayakan
model hidrologi dengan kondisi DAS di Indonesia.
e Pemodelan hidrologi menggunakan data penginderaan jauh
Beberapa tahun terakhir ini penggunaan data penginderaan jauh untuk
analisis dan pemodelan hidrologi dan klimatologi berkembang sangat pesat
beberapa tahun terakhir ini, seiring dengan perkembangan teknologi penginderaan
jauh berbasis satelit. Beberapa penelitian terkini yang telah berhasil memanfaatkan
teknologi ini diantaranya adalah Harris, dkk. (2007), Li, dkk. (2009), Sugiura, dkk.
(2009), Khan, dkk. (2011), Kartiwa dan Murniati (2011) dan Sigit Sutikno dkk
(2013).
Harris, dkk. (2007) melakukan penelitian yang difokuskan pada tingkat
akurasi data hujan untuk berbagai level skala dari 0,25o hingga 0,50o untuk
pemodelan hidrologi pada kasus banjir di DAS Upper Cumberland, Kentucky. Data
hujan satelit yang digunakan bersumber dari Badan Antariksa Amerika Serikat,
NASA yaitu 3B41RT yang merupakan data hujan menerus (real time) dengan
tingkat keterlambatan 6 hingga 10 jam. Penelitian ini mengobservasi bahwa data
hujan satelit bisa digunakan untuk meningkatkan akurasi analisis dan prediksi
pada kasus banjir dan genangan.
Sugiura, dkk. (2009) membuat suatu model analisis limpasan banjir yang
efektif dan efisien untuk memprediksi banjir khusus untuk negara-negara
berkembang dimana ketersediaan data pencatatan sangat terbatas. Model yang
dikembangkan menggunakan data masukan tidak hanya bersumber dari data
lapangan tetapi juga kombinasi dengan data dari satelit yang berbasis Sistem

Informasi Geografis (SIG). Beberapa hasil temuan penting yang didapatkan dari
penelitian ini adalah, pertama bahwa verifikasi hasil prediksi banjir dengan kondisi
di lapangan menunjukkan hasil yang sangat dekat. Kedua, walaupun akurasi data
satelit masih perlu diperbaiki untuk masa-masa mendatang, namun data yang ada
saat ini sudah cukup handal dipakai untuk studi analisis banjir dan genangan.
Li, dkk. (2009) mengevaluasi pemakaian data hujan satelit yang disediakan
oleh Badan Antariksa Amerika Serikat, NASA untuk mempreksi kejadian banjir
untuk manajemen bencana banjir di Nzoia, Sub-DAS Danau Victoria, Afrika. Selain
menggunakan data hujan satelit tersebut, penelitian ini juga menggunakan
seperangkat data lain yang bersumber dari penginderaan jauh, seperti data elevasi
digital SRTM (Shuttle Radar Topography Mission), parameter-parameter hidrologi
yang

bersumber

dari

SHuttle

Elevation

Derivatives

at

multiple

Scales

(HydroSHEDS), data tata guna lahan dari the Moderate Resolution Imaging
Spectroradiometer (MODIS), dan data parameter tanah dari Food & Agricultural
Organization (FAO). Prediksi banjir dengan menggunakan data hujan satelit
3B42RT dari tahun 2002 hingga 2006 ini memberikan hasil yang bisa diterima.
Meskipun penggunaan data satelit ini sudah memberikan hasil prediksi yang bisa
diterima, penelitian ini sangat merekomendasikan untuk meningkatkan resolusi
dalam perekaman data hujan dengan system penginderaan jauh untuk keperluan
analisis yang lebih detil lagi.
Khan, dkk. (2011) melakukan penelitian tentang metode penggunaan data
hujan satelit dari penginderaan jauh untuk kalibrasi dan evaluasi model hidrologi,
simulasi kejadian banjir dan evaluasi kemungkinan terjadinya genangan. Dengan
mengambil studi kasus di DAS Nzoia, sebuah sub-DAS dari danau Victoria di
Afrika, penelitian ini menggunakan model hidrologi CREST (Coupled Routing and
Excess Storage) yang dikembangkan oleh The University of Oklahoma dan the
NASA SERVIR Project Team. Penelitian ini mengintegrasikan data-data satelit
seperti hujan, topografi, penggunaan lahan dan produk data satelit lain untuk data
masukan pada model hidrologi tersebut. Hasil penelitian ini menunjukkan bahwa
penggunaan data-data berbasis satelit bisa digunakan untuk mengkalibrasi model
hidrologi dan memprediksi potensi kejadian banjir dan genangan dengan akurat
pada daerah-daerah yang tidak memiliki data pencatatan debit yang panjang.
Kartiwa

dan

Murniati

(2011)

melakukan

penelitian

tentang

aplikasi

penginderaan jauh dan pemodelan hidrologi untuk pemetaan banjir pada DAS

Citarum, Jawa Barat. Penelitian ini juga membandingkan hasil pemodelan dengan
menggunakan model terdistribusi (distributed model), IFAS dengan Model Lump,
GR4J. Hasil penelitian ini menunjukkan bahwa untuk Kasus di DAS Citarum, model
Lump menunjukkan hasil yang lebih baik. Hasil output debit dari pemodelan IFAS
digunakan sebagai data masukan pemodelan hidrolika menggunakan model HECRAS untuk mendapatkan peta daerah rendaman banjir.
Hasniati Hasan, Sigit Sutikno dan Manyuk Fauzi (2013) melakukan penelitian
tentang penggunaan data hujan satelit untuk pemodelan hidrologi DAS Indragiri
pada stasiun Lubuk Ambacang dengan data curah hujan, elevasi, tata guna lahan,
dan data tanah tahun 2004 dan 2006 serta alat bantu yang digunakan IFAS. Hasil
penelitian menunjukkan bahwa hasil kalibrasi tahun 2004 menunjukkan hasil yang
optimal dengan memberikan nilai koefisien korelasi (R) = 0,728, nilai selisih volume
(VE) = 0,285% dan nilai koefisien efisiensi (CE) = 0,779. Pada Tahap Validasi
model untuk tahun 2006 memberikan nilai koefisien korelasi (R) = 0,625, nilai
selisih volume (VE) = 3,807% dan nilai koefisien efisiensi (CE) = 1,343. Sehingga
dapat dapat dikatakan bahwa parameter-parameter pada model hujan aliran IFAS
perlu dikalibrasi ulang jika diterapkan pada periode tahun dan lokasi yang berbeda.
Hamiduddin, Sigit Sutikno dan Manyuk Fauzi (2013) melakukan pemodelan
hidrologi hujan aliran dengan menggunakan data satelit hasil penginderaan jauh
(studi kasus DAS Tapung Kiri). Data curah hujan, elevasi, tata guna lahan, dan
data tanah tahun 2004 dan 2006. Dari hasil penelitian bahwa pemodelan hujanaliran menggunakan data satelit dengan program bantu IFAS cukup handal setelah
dikalibrasi dengan nilai R= 0,776, VE = 0,574% dan CE = 0,75. Data hujan satelit
dan hujan terukur memiliki hubungan substansial dibuktikan dengan nilai R = 0,567
untuk tahun 2006 dan nilai R = 0,451 untuk tahun 2005.
f Kalibrasi Model
Kalibrasi model menurut Vase, et al (2011) merupakan suatu proses
mengoptimalkan atau secara sistematis menyesuaikan nilai parameter model untuk
mendapatan satu set parameter yang memberikan estimasi terbaik dari debit sungai
yang diamati. Bloschl and Grayson (2000) dalam Indarto (2010) kalibrasi terhadap
suatu model adalah proses pemilihan kombinasi parameter. Dengan kata lain,

proses optimalisasi nilai parameter untuk meningkatkan koherensi antara respons


hidrologi DAS yang teramati dan tersimulasi.
Kalibrasi model hujan aliran biasanya melibatkan proses menjalankan
(running) model berkali kali dengan melakukan uji coba nilai parameter yang
berbeda dengan tujuan untuk meningkatkan kecocokan antara model dengan data
terukur kalibrasi. Menurut Indarto (2010), pada prinsipnya metode kalibrasi dapat
dibedakan menjadi tiga, yaitu:
1 Coba-coba (manual)
Dalam hal ini, nilai parameter dicocokkan secara manual dengan cara cobacoba

(trial

and

error).

Metode

ini

paling

banyak

digunakan

dan

direkomendasikan, khususnya untuk model yang komplek. Dimana sebuah


grafik yang bagus sudah dianggap mewakili hasil simulasi.
2 Otomatis
Dalam hal ini, sebuah algoritma dipakai untuk menentukan nilai fungsi objektif
dan digunakan untuk mencari kombinasi dan permutasi parameter sebanyak
mungkin untuk menentukan tingkat keakuratan yang optimum.
3 Kombinasi
Dalam hal ini, kalibrasi secara otomatis dilakukan untuk menentukan kisaran
(range) nilai suatu parameter, selanjutnya digunakan trial and error untuk
menentukan detail kombinasi yang optimal.
Menurut Indarto (2010), metode kalibrasi yang banyak digunakan untuk
pemodelan hujan aliran adalah metode coba-coba (trial and error). Hal itu
disebabkan

oleh

proses

penggunaannya

cukup

sederhana,

cepat

dan

membutuhkan sedikit pengalaman bagi pemodel. Pengalaman tersebut biasanya


didapat dari 5 sampai 15 kali percobaan.
Menurut Indarto (2010), perbedaan antara hasil pengukuran dengan hasil
pemodelan, mungkin disebabkan oleh empat faktor, yaitu:
1 Kesalahan acak, yang dapat berasal dari data masukkan, seperti hujan, suhu,
dan evapotranspirasi yang digunakan untuk mewakili kondisi data masukan.
2 Kesalahan acak, yang berasal dari data pengukuran, seperti debit air di sungai
yang diukur oleh AWLR.
3 Kesalahan dalam penentuan nilai parameter.
4 Ketidaklengkapan data atau bias dalam struktur model.
Tahap verifikasi diperlukan untuk memastikan bahwa parameter hasil kalibrasi
dapat mewakili karakteristik DAS sebenarnya. Verifikasi merupakan proses

perhitungan dengan menggunakan data masukkan selain yang digunakan pada


tahap kalibrasi, akan tetapi menggunakan parameter DAS yang dihasilkan pada
tahap kalibrasi.
Software IFAS sebagai program bantu, dimana sistem IFAS ini memiliki
beberapa parameter yang awalnya ditetapkan dengan nilai parameter standar
berdasarkan data-data unduhan dari satelit. Parameter ini kemudian dikalibrasi
dengan menggunakan referensi dari data hidrologi daerah yang diamati (data
terukur).
g Simulasi Model

Simulasi model menurut Refsgaard (2000), merupakan upaya memvalidasi


penggunaan model untuk memperoleh pengetahuan atau wawasan dari suatu
realita dan untuk memperoleh perkiraan yang dapat digunakan oleh para
pengelola sumberdaya air.
Tahap simulasi merupakan proses terakhir setelah proses kalibrasi dan
verifikasi dilaksanakan. Dalam tahap ini keseluruhan data unduhan satelit
digunakan sebagai data masukan untuk menghitung aliran. Ketelitian simulasi
tergantung pada tiga faktor, yaitu ketelitian data masukannya, keefektifitasan dari
penilaian parameternya dan kesalahan-kesalahan yang melekat pada model.
h Evaluasi Ketelitian Model
Hambali (2008) mengemukakan bahwa evaluasi ketelitian model dilakukan
dengan cara membandingkan debit hasil simulasi dengan debit terukur yang
tersedia. Model dapat dikatakan teliti jika terdapat nilai kolerasi yang tinggi antara
data hasil simulasi dan terukur. Evaluasi ketelitian model secara umum
menggunakan fungsi objektif seperti:
1 Koefisien korelasi (R) adalah harga yang menunjukkan besarnya keterkaitan
antara nilai observasi dengan nilai simulasi. Perhitungan koefisien korelasi dari
excel menggunakan persamaan berikut:

(Qcal

(Qcal

Qcal rerata )(Qobs i Qobs rerata )

Qcal rerata ) 2 (Qobs i Qobs rerata ) 2

dengan:
R
=
Qcali =
Q calrerata
Qobsi =

koefisien korelasi,
debit terhitung (m3/detik),
=
debit terhitung rerata (m3/detik),
debit terukur (m3/detik),

(2.2)

Q obsrerata

debit terukur rerata (m3/detik).

Koefisien korelasi memiliki beberapa kriteria seperti pada Tabel 1 berikut ini:
Tabel 1. Kriteria Nilai Koefisien Korelasi
Nilai Koefisien Korelasi (R)
0,7 < R < 1,0
0,4 < R < 0,7
0,2 < R < 0,4
R < 0,2

Interpretasi
Derajat
asosiasi tinggi
Hubungan
substansial
Korelasi
rendah
Diabaikan

(Sumber : Hambali, 2008)

2 Selisih volume atau volume error (VE) aliran adalah nilai yang menunjukkan
perbedaan volume perhitungan dan volume terukur selama proses simulasi.
Selisih volume (VE) aliran dikatakan baik apabila dapat menunjukkan angka
tidak lebih dari 5%. Perhitungan selisih volume (VE) dirumuskan sebagai
berikut:
N

VE

Qobs i Qcal i
i 1

i 1

Qobs
i 1

100%

(2.3)
dengan:
VE
=
Qcali =
Qobsi =

selisih volume,
debit terhitung (m3/detik),
debit terukur (m3/detik).

3 Koefisien Efisiensi (CE) adalah nilai yang menunjukkan efisiensi model


terhadap debit terukur, cara objektif yang paling baik dalam mencerminkan
kecocokan hidrograf secara keseluruhan. Perhitungan Koefisien Efisiensi
(CE) dirumuskan sebagai berikut:
N

2
(Qobs i Qcal i )

CE N i 1

2
(Qobs i Qobs rerata )

i 1

(2.4)

dengan:
CE
=
Qcali =
Qobsi =
Q obsrerata

koefisien efisiensi,
debit terhitung (m3/detik),
debit terukur (m3/detik),
=
debit terukur rerata (m3/detik).

Koefisien efisiensi memiliki beberapa kriteria seperti terlihat pada Tabel


2.berikut ini:
Tabel 2.Kriteria Nilai Koefisien Efisiensi
Nilai Koefisien Efisiensi (CE)
CE > 0,75
0,36 < CE < 0,75
CE < 0,36

Interpretasi
Optimasi
sangat efisien
Optimasi
cukup efisien
Optimasi tidak
efisien

(Sumber : Hambali, 2008)

i Validasi Model
Menurut Indarto (2010), validasi adalah proses evaluasi terhadap model untuk
mendapatkan gambaran tentang tingkat ketidakpastian yang dimiliki oleh suatu
model dalam memprediksi proses hidrologi. Pada umumnya, validasi dilakukan
dengan menggunakan data di luar periode data yang digunakan untuk kalibrasi.
Validasi model hanya bergantung pada bermacam teori dan asumsi yang
menentukan struktur dari format persamaan pada model serta nilai-nilai yang
ditetapkan pada parameter model. Suatu model mungkin telah mencapai status
valid (absah) meskipun masih menghasilkan kekurang benaran output.

Suatu

model dikatakan absah karena konsistensinya, dimana hasilnya tidak bervariasi


lagi (Soemarno, 2003).
Masih menurut Soemarno (2003), istilah verifikasi dan validasi sering
digunakan secara sinonim dalam kaitannya dengan model simulasi, meskipun
masing- masing mempunyai aplikasi yang berbeda. Secara literal to verify berarti
menetapkan kebenaran atau kebaikan atau keabsahan, sehingga verifikasi model
berkenaan dengan penetapan apakah model merupakan perwakilan yang benar
dari suatu realita. Sementara itu, validasi tidak terlalu banyak berhubungan dengan

kebenaran suatu model, tetapi lebih berhubungan dengan apakah model efektif
atau sesuai untuk mencapai tujuan yang telah ditetapkan. Dengan demikian suatu
model divalidasi dalam hubungannya dengan tujuan penyusunannya, sedangkan
model diverifikasi dalam hubungannya dengan kebenaran mutlak.
j Model Tangki
Model tangki merupakan salah satu model hidrologi yang dapat digunakan
untuk menganalisis karakteristik aliran suatu sungai. Model ini dapat memberikan
informasi mengenai kualitas air serta memprediksi banjir. Model tangki umumnya
tersusun atas empat reservoir vertikal, dimana bagian tersebut mempresentasikan
surface reservoir, intermediate reservoir, sub-base reservoir dan paling bawah
base reservoir. Pada konsepnya, air di dalam model tangki dapat mengisi reservoir
dibawahnya dan begitu juga sebaliknya.
Model tangki yang telah divalidasi dan telah diverifikasi dapat dikembangkan
untuk analisis hidrologi seperti simulasi perubahan tata guna lahan, ketersediaan
air, ataupun debit sungai. Selain memperoleh data aliran model ini juga bisa
memperoleh

nilai

parameter

model

tangki,

indikator

keandalan

model,

keseimbangan air, kurva hidrograf, dan regresi.


Dalam IFAS, model tangki dimodifikasi berdasarkan beberapa penelitian yang
dilakukan Public Works Research Institute (PWRI) dari Jepang menjadi The
Distributed Model of PWRI. Dimana model ini dibagi menjadi tiga bagian, yaitu
surface model, underground water model, dan river channel model. Untuk lebih
jelas dapat dilihat pada Gambar 1.

Gambar 1. Skema Model IFAS


Sumber : Fukami, 2009

PWRI Distributed Model terdiri dari tiga model. Fitur dari masing-masing
model dapat digambarkan sebagai berikut:
1

Surface model
Surface model merupakan tangki yang membagi curah hujan menjadi aliran
permukaan (flow of surface), aliran intermediet (rapid intermediate outflow), dan
aliran infiltrasi (ground infiltration flows). Aliran permukaan dan intermediet
dihitung berdasarkan Hukum Manning. Aliran infiltrasi dihitung berdasarkan
Hukum Darcy.

Gambar 2. Konsep Surface Model


Sumber : Fukami, 2009

Dengan besar koefisien kekasaran (N) pada model PWRI didasarkan pada Tabel
3.
Tabel 3. Nilai Koefisien Kekasaran (N) Model PWRI
Tata Guna Lahan
Air Permukaan (Water Surface)
Persawahan (Paddy field)
Pegunungan Hutan (Mountain forest)
Bukit, Padang Rumput, Taman, Lapangan Golf, Lahan Pertanian
(Hills, pastures, parks, golf ground, cropland)
Perumahan Penduduk (Urban land)
1
Jalan sebagian beraspal, banyak tanah kosong yang
tersisa, jaringan drainase selesai.
2
Perkerasan jalan sedang dalam proses, jaringan
pembuangan belum selesai.
3
50% jalan telah diaspal, jaringan pembuangan hampir
selesai.

Nilai
0,0
2,0
0,7
0,3
0,03
0,1
0,05
0,01

Jalan telah diaspal semua, jaringan pembuangan telah


selesai.
0,005

Level Urbanisasi

(Sumber : Fukami, 2009)

2 Underground water model


Tangki pada model ini dibagi menjadi aliran unconfined dan confined. Untuk lebih
jelas dapat dilihat pada Gambar 3.

Gambar 3. Konsep Underground Water Model


Sumber : Fukami, 2009

3 River channel model


Model ini dihitung berdasarkan persamaan Manning. Konfigurasi dari model ini
dapat dilihat pada Gambar 4.

Gambar 4. Konsep River Channel Model


Sumber : Fukami, 2009

k Program Bantu IFAS Versi 1.3.0


IFAS merupakan salah satu program penginderaan jauh yang dikembangkan
oleh Public Work Research Institute (PWRI) dari Jepang yang bernama
International Centre for Water Hazard and Risk Management (ICHARM). IFAS
dikembangkan seperti fungsi SIG untuk membuat jaringan saluran sungai yang
ditampilkan dalam bentuk kotak-kotak kecil yang disebut cell dan mengestimasi
parameter-parameter standar dalam analisis limpasan sehingga hasilnya bisa
ditampilkan berdasarkan data-data satelit dan data-data curah hujan yang ada di
lapangan. Keunggulan penggunaan program IFAS adalah:
1 Ketersediaan data penginderaan jauh yang cukup luas, seperti: data curah
hujan, data topografi, data tata guna lahan, data tanah, dan data geologi.
Keseluruhan data dapat diunduh melalui jaringan internet.
2 Ketersediaan pengaturan parameter-parameter data hidrologi yang dapat
dikombinasikan

untuk

memudahkan

pengguna

dalam

menganalisa

pengembangan sumber daya air, khususnya penerapan pemodelan hidrologi


pada DAS.
3 Pengguna memiliki hak bebas dalam aplikasi IFAS untuk menggunakan,
memodifikasi dan mendistribusikan.
Fitur program IFAS dapat dibagi menjadi 8 bagian seperti berikut ini:
1 Project information manager, yaitu fitur untuk menetapkan informasi model dan
menghitung kondisi dari daerah sasaran, mengetahui ukuran, periode sasaran,
dan perhitungan waktu interval, yang digunakan untuk simulasi limpasan. Selain
itu, untuk membaca atau mengunduh data eksternal seperti data elevasi,
penggunaan lahan, dan geologi dari daerah sasaran yang ditunjuk.
2 Basin data manager, yaitu fitur untuk mendapatkan data perlakuan tanah
berdasarkan data elevasi, dan membuat cekungan, air terjun, dan arah aliran
sungai.
3 Rainfall data manager, yaitu fitur untuk mengunduh data curah hujan dari satelit
disetiap produk data yang tersedia, mengubah atau memotong data unduhan
tersebut, dan membuat tanggal curah hujan berdasarkan data curah hujan dari
stasiun pengukur curah hujan yang telah tersedia.

4 Parameter manager, yaitu fitur untuk menetapkan parameter tangki di


permukaan, akuifer, arah aliran sungai, dan mengubah nilai dari parameterparameter tersebut.
5 Dam control manager, yaitu fitur untuk menetapkan posisi dan menyesuaikan
format kapasitas reservoir yang tersedia.
6 Simulation manager, yaitu fitur untuk memilih dan memeriksa data dan
parameter dari curah hujan yang telah dibuat, serta mensimulasikan dan
menghitung limpasan.
7 Result viewer, yaitu fitur untuk menampilkan daftar hasil perhitungan dan
limpasan, serta distribusi hydrograph.
8 KML exporter, yaitu fitur untuk mengekspor file dalam bentuk .kml yang dapat
menampilkan hasil perhitungan ke dalam sistem geografis umum seperti Google
Earth.
Dalam penggunaan program IFAS, perlu diketahui bahwa program IFAS
bekerja sesuai dengan susunan konfigurasi dasarnya. Secara keseluruhan
konfigurasi cara kerja program IFAS dibagi dalam empat tugas, yaitu:
1 Menu utama yang mengatur segala analisis dan simulasi per proyek.
2 Data dari lokasi sasaran dan data eksternal dari pengunduh data hujan dengan
metode penginderaan jauh untuk mampu membuat data hujan tersebut menjadi
sesuai dengan yang dibutuhkan untuk analisis.
3 Pembuat model limpasan, cekungan sungai, arah aliran sungai, dan arah aliran
drainase yang sekaligus bisa mengunduh data topografi dan tata guna lahan dari
lokasi sasaran.
4 Hasil perhitungan dan analisis dalam bentuk hidrograf dan animasi.
Untuk lebih jelas dapat dilihat pada Gambar 5.

Gambar 5. Konfigurasi Proses IFAS


Sumber : Fukami, 2009

a Data satelit pada IFAS

Program IFAS menggunakan data-data yang disediakan satelit sebagai


masukan (input) datanya. Data-data tersebut dapat diunduh melalui jaringan
internet pada situs-situs resmi penyedia data. Dimana situs-situs resmi tersebut
sudah otomatis tercatat dalam program IFAS. Data-data tersebut yaitu:
1 Data hujan
a Data hujan 3B42RT, adalah data curah hujan yang disediakan oleh National
Aeronautics and Space Administration (NASA). Data ini diambil dengan
menggunakan satelit Tropical Rainfall Measuring Mission (TRMM), Special
Sensor Microwave Imager (SSMI), dan Infrared Ray (IR) dengan jangkauan
observasi 500 LU sampai 500 LS dan luas tangkapan 600 km2. Interval
transmisi data ini adalah tiga jam.
b Data hujan GSMaP (Global Satellite Mapping of Precipitation), adalah data
curah hujan dari tim riset Japan Science and Technology Agency (JST) dan
Japan Aerospace Exploration Agency (JAXA). Data ini diambil dengan satelit
TRMM, AMSR, dan SSMI dengan jangkauan observasi 60 0 LU sampai 600 LS
dan luas tangkapan 120 km2. Interval transmisi data ini adalah empat jam.
c

Data hujan QMORPH,CMORPH, adalah data hujan yang berasal dari


National Oceanic and Atmospheric Administration (NOAA). Data bersumber
dari satelit NOAA, Rain Area Movement Information of Microwave, dan
Infrared. Jangkauan observasinya adalah 60 0 LU sampai 600 LS dengan luas
tangkapan 600 km2. Interval transmisi data ini adalah tiga puluh menit.

d Data Ground Based Rainfall Data : CSV, adalah data curah hujan dari
pemerintah setempat yang dikombinasikan dan diformat oleh IFAS dalam
bentuk CSV. Data ini diambil dari beberapa titik observasi di sebuah negara.
e Data GPV Forecast Rainfall, adalah ramalan data curah hujan yang
disediakan oleh Japan Meteorological Agency. Jangkauan observasinya
adalah global dengan panjang daerah tangkapan data ini adalah 125 km.
Interval dari penyediaan data ini adalah enam jam.
2 Data topografi DEM (Digital Elevation Model)
a Data topografi GTOPO30 adalah data elevasi global yang pertama kali
disediakan oleh 8 institusi diantaranya adalah NASA, UNEP/GRID, NIMA,
USAID, INEGI, GSI, dan SCAR. Data GTOPO30 ini menjangkau 90 o Lintang

Utara hingga 90o Lintang Selatan dan mulai dari 180 o Bujur Barat hingga 180 o
Bujur Timur dengan horizontal grid 1 km.
b Data topografi Hydro1k merupakan database geografis melengkapi data dan
konsistensi global dari cakupan set data topografi yang telah ada, termasuk
aliran sungai, cekungan drainase, dan lapisan tambahan lainnya yang berasal
c

dari GTOPO30 dan diproyeksikan oleh Area Equal Lambert Azimut.


Data topografi Global map adalah data yang dibuat oleh tiap-tiap negara
dalam rangka untuk membuat peta geografis digital. Data yang digunakan
IFAS dari database ini adalah data raster yang mengandung elevasi, vegetasi,
bentuk permukaan, dan penggunaan lahan.

3 Data tata guna lahan (Land Use) GLCC, merupakan database karakteristik
lahan yang dibuat oleh USGS, University of Nebraska-Lincoln (UNL), dan
European Commission's Joint Research Centre (JRC) dengan resolusi global 1
km.
4 Data tanah lokasi, terdiri dari:
a Data Soil Texture, adalah data bentuk dan klasifikasi tanah yang disediakan
oleh United Nations Environment Programme (UNEP). Data ini memiliki
resolusi spasial atau ukuran grid 10 lintang/bujur.
b Data Soil Depth, adalah data kedalaman tanah yang dikembangkan oleh
c

NASA. Ukuran grid data ini adalah 10 (111km).


Data Soil Moisture, merupakan data kapasitas kemampuan tanah menyerap
air (soil water holding capacity) yang dikembangkan UNEP. Data ini memiliki
ukuran grid 10.

5 Data geology, data peta klasifikasi geologi global yang dikembangkan oleh
Commission for the Geological Map of the World (CGWM).
b Parameter IFAS
Model distribusi Public Work Research Institute (PWRI) yang digunakan IFAS
memiliki beberapa parameter pada setiap lapisan tangkinya. Parameter-parameter
tersebut dapat dikalibrasi untuk disesuaikan dengan kondisi lapangan yang
sesungguhnya

sehingga

bisa

mewakili

realita

sebenarnya. Penelitian

ini

menggunakan parameter-parameter pada tangki 2 lapisan (layer). Tiap-tiap


parameter memberikan pengaruh yang berbeda-beda pada debit hasil akhir
simulasi. Hal tersebut tergantung letak lapisan dimana parameter tersebut berada.
Adapun parameter-parameter tersebut yaitu:

1. Surface tank
Lapisan

tangki

surface

memiliki

parameter

yang

mewakili

proses

perhitungannya. Dimana parameter-parameter tersebut memberikan pengaruh


hasil discharge akhir yang berbeda-beda pada tangki setelahnya. Parameterparameter tersebut ditunjukkan pada Gambar 6.

Gambar 6. Parameter Surface Tank


Sumber : Nochi, 2011

Tabel 4. Penjelasan Parameter Surface Tank


Parameter

Kapasitas Infiltrasi
Terakhir ( Final
infiltration capacity)

Tinggi Penyimpanan
Maksimum
(Maximum storage
Height)
Tinggi Aliran Cepat
Intermediate (Rapid
intermediate
flow
Height)
Tinggi Infiltrasi Tanah
(Height where
ground infiltration
occurs)
Koefisien Kekasaran
Permukaan (Surface
roughness
Coefficient)

Simbol

Notasi

Satua
n

Penjelasan
Koefisien ini mengatur aliran air infiltrasi dari
permukaan ke bawah tanah. Semakin tinggi
koefisien ini, semakin tinggi ketinggian
penyimpanan tangki akuifer, dan akan
mengecilkan aliran permukaan. Nilainya
berdasarkan tata guna lahan yaitu:
a Untuk persawahan dan perumahan penduduk :
10-410-5
b Untuk pegunungan dan hutan: 10-3
Tinggi penyimpanan ketika aliran permukaan
terjadi. Untuk hutan di mana limpasan
permukaan dapat dengan mudah terjadi
nilainya tinggi dibandingkan dengan lahan
perkotaan di mana aliran permukaan sulit
terjadi.

f0

SKF

cm/s

Sf2

HFMXD

Sf1

HFMND

Sf0

HFOD

Ketinggian ketika infiltrasi tanah terjadi. Air


penyimpanan tidak akan mengalir jika
tingginya kecil dari S f0.

SNF

m-1/3/s

Koefisien
kekasaran
permukaan
yang
dipengaruhi oleh tata guna lahan. Perkiraan
nilainya dapat dilihat pada Tabel 2.4.

Ketinggian ketika aliran intermediate cepat


terjadi.

Panjang Mesh (Mesh


length)
Koefisien Pengaturan
Aliran Cepat
Intermediate (Rapid
intermediate
flow
Regulation
Coefficient)
Tinggi Penyimpanan
Awal (Initial storage
height)

Panjang mesh dari model simulasi IFAS, yang


diset dari model elevasi IFAS.

FALFX

Nondimensi
onal

HIFD

Faktor regulasi yang menentukan kecepatan


aliran intermediate.
Nilai standar untuk sungai-sungai di Jepang
adalah
0,5
(dengan
Metode
fungsi
penyimpanan). Nilai di daerah vulkanik basin
adalah 0,65. Selain itu, nilai bisa berubah
berdasarkan tingkat kejenuhan tanah.
Ketinggian awal untuk model permukaan.
Ditetapkan sebagai 0 m dengan asumsi kondisi
permukaan kering sebelum banjir datang.

(Sumber : Fukami, 2009)

2. Underground water tank


Parameter-parameter pada tangki ini dapat dilihat pada Gambar 7.

Gambar 7. Parameter Underground Water Tank


Sumber : Nochi, 2011

Tabel 5. Penjelasan Parameter Underground Water Tank


Parameter
Koefisien
Pengaturan Aliran
Lambat
Intermedate
(Slow
intermediate flow
Regulation
Coefficient)
Koefisien Aliran
Dasar (Base flow
coefficient)
Tinggi
Penyimpanan
Tempat Aliran
Lambat
Intermediate
(Storage height
where
the slow
intermediate
flow occurs)
Tinggi
Penyimpanan
Awal (Initial
storage height)

Simbol

Au

Notasi

AUD

Satuan

(1/mm/day)
2

Penjelasan

1/

Faktor regulasi yang menentukan


aliran lambat intermediate. Faktor
ini
dapat
diatur
ketika
mensimulasikan
aliran
lambat
intermediate.

Ag

AGD

1/day

Faktor regulasi yang menentukan


aliran dasar. Faktor ini dapat diatur
ketika mensimulasikan arus keluar
sebelum banjir datang.

Sg

HCGD

Ketinggian
pada
tempat
penyimpanan dimana aliran lambat
intermediate terjadi.

Ketinggian awal untuk model air


tanah. Hasil perhitungan tidak akan
halus jika HIGD> HCGD, sehingga
harus diatur agar HIGD HCGD

HIGD

(Sumber : Fukami, 2009)

3. River channel tank


Parameter-parameter pada tangki ini ditunjukkan pada Gambar 8.

Gambar 8. Parameter River Channel Tank


Sumber : Fukami, 2009

Tabel 6. Penjelasan Parameter River Channel Tank


Parameter
Luas Saluran
Sungai
(Breadth of
river
Channel)
Konstanta
Resume Law
(Constant of
the
Resume Law)
Konstanta
Resume Law
(Constant of
the
Resume Law)
Koefisien
Kekasaran
Manning
(Mannings
roughness
coefficient)
Awal Muka Air
Alur Sungai
(Initial water
table of
river channel)

Symbo
l

Notatio
n

Unit

Explanation

Perkiraan
lebar
dasar
alur
sungai
berdasarkan Resume Law. Resume Law
adalah persamaan yang didasarkan pada
hipotesis bahwa lebar sungai ditentukan
berdasarkan aliran sungai B = cQs ; Q
adalah outflow.

RBW

Non
dimension
al

Konstanta dari Resume Law. Umumnya c


3,57.

RBS

Non
dimension
al

Konstanta dari Resume Law. Umumnya s =


0,5.

RNS

m-1/3/s

RRID

Diperoleh dari n = 1/M.

Nilai awal untuk perhitungan.

Infiltrasi
Tangki Akifer
(Infiltration of
aquifer
Tank)
Koefisien
Bentuk
Penampang
Melintang
(Coefficient of
cross
Shape)
Sama dengan
di atas

RGWD

1/day

Koefisien infiltrasi dari alur sungai ke tangki


air tanah. IFAS mengatur koefisien ini bernilai
0.

RHW

Non
dimension
al

Ketinggian dari saluran aliran rendah ke bank


(hc) diperkirakan sebagai hc = RHB BRHS.

RHS

Non
dimension
al

Ketinggian dari saluran aliran rendah ke bank


(hc) diperkirakan sebagai hc = RHB BRHS.
Lebar saluran Banjir dan lebar saluran aliran
rendah, dimana:
Lebar saluran Banjir = B RBH.
B adalah lebar saluran sungai yang
diperkirakan berdasarkan Resume Law.

Sama dengan
di atas

RBH

Non
dimension
al

Sama dengan
di atas

RBET

Non
dimension
al

Gradien vertikal saluran banjir.

Non
dimension
al

Karena model bentuk lahan IFAS disusun


dalam bentuk mesh persegi, maka panjang
sungai diatur seperti mesh tersebut. Namun,
untuk
sungai-sungai
yang
berliku,
panjangnya tidak sama dengan mesh,
sehingga perlu dimodifikasi.

Sama dengan
di atas

RLCOF

(Sumber : Fukami, 2009)

F Metode Penelitian
1 Lokasi Penelitian
Lokasi penelitian ini berada DAS Rokan. Dimana penelitian ini lebih
difokuskan lagi pada catchment area yang berada pada hulu sungai dimana
lokasi pengukuran debit (AWLR, Automatic Water Level Recorder) berada.
Lokasi AWLR DAS Rokan berada Sta. Lubuk Bendahara.

Gambar 9. Peta Lokasi Penelitian

2 Software untuk analisis


Software yang digunakan untuk analisis pada penelitian ini adalah
Integrated Flood Analysis System (IFAS) Versi 1.3.0 dengan 2 layer tank engine
(mode standar). Software tersebut merupakan open sourcesofware yang bisa
diunduh secara gratis dari internet.
3

Data yang dibutuhkan dan Metode Analisis Data

Data-data yang dibutuhkan dalam penelitian ini sebagaimana diuraikan berikut


ini.
a Data curah hujan jam-jaman
Data curah hujan dalam format jam-jaman bisa didapatkan dari Dinas
Pekerjaan Umum dan dari BMKG. Data ini digunakan sebagai input dalam
pemodelan hidrologi.
b Data DEM (Digital Elevation Model)
Data topografi dalam bentuk DEM yang digunakan pada penelitian ini
adalah ASTER GDEM (Global Digital Elevation Model) dengan resolusi 30 m
yang bisa didapatkan di web site http://gdem.ersdac.jspacesystems.or.jp/.

Pengolahan data input spasial membutuhkan data DEM dan batas DAS yang
dilakukan menggunakan program QGIS. Data tersebut digunakan dalam
rangka untuk membuat watershed delineator (delineasi DAS). Data DEM ini
juga digunakan untuk membuat jaringan sungai dan kemiringan lahan. Data
hasil olahan tersebut dibutuhkan untuk data input dalam pemodelan.
c

Data tata guna lahan


Data tata guna lahan di lokasi studi didapatkan dari BPDAS Propinsi. Data
tata guna lahan yang digunakan pada penelitian ini adalah Tahun 2014. Data
tata guna lahan tersebut akan disimulasikan ke dalam model.

d Data jenis tanah


Data jenis tanah bisa didapatkan dari instansi terkait, seperti Dinas
Pertanian, Dinas PU, dan Bappeda. Data jenis tanah merupakan data utama
dalam pemodelan hidrologi.
e Data Debit Harian
Data debit sungai harian merupakan data hasil pencatatan debit dari
stasiun AWLR di DAS. Data ini bisa didapatkan dari Dinas PU Kabupaten
dengan panjang data minimal 1 tahun. Data ini digunakan untuk kalibrasi
model hidrologi.
4 Bagan Alir Penelitian
Penelitian ini akan membangun sebuah model hidrologi yang bisa
digunakan untuk analisis kejadian banjir dari data hujan satelit GS MAP dan .
Tahap penelitian ini terdiri dari 5 (lima) kegiatan penelitian, yaitu pengumpulan
data, analisis data, pemodelan hidrologi, kalibrasi dan validasi model, dan
simulasi model hidrologi.
a Pengumpulan data
Tahap awal penelitian ini adalah pengumpulan data baik berupa data
sekunder maupun data primer. Jenis data sekunder yang dikumpulkan pada
penelitian ini seperti yang telah diuraikan pada sub-bab sebelumnya. Sedangkan
data primer diperoleh melalui survei lapangan. Survei lapangan diperlukan untuk
mengambil titik sampel koordinat AWLR. Data ini digunakan untuk verifikasi
klasifikasi berdasarkan data citra satelit landsat.

b Analisis data
Data DEM. Analisis data DEM dilakukan dengan menggunakan perangkat
lunak IFAS. Daerah observasi akan didelineasi berdasarkan batas topografi
alami DAS. Metode yang digunakan dalam proses delineasi adalah metode
threshold, di mana besar kecil nilai threshold yang digunakan akan menentukan
jumlah jaringan sungai yang terbentuk.
Data Landsat. Analisis data landsat terdirit atas kalibrasi radiomatrik dan
koreksi geomatrik, klasifikasi multispektral, dan verifikasi dengan data lapangan.
Kalibrasi radiometrik dilakukan agar informasi yang terdapat dalam data foto
udara dapat dengan jelas dibaca dan diinterpretasikan. Kegiatan yang dilakukan
dapat berupa: penggabungan data (data fusion), colodraping, penajaman
kontras, dan filtering. Koreksi geometrik atau rektifikasi merupakan tahapan agar
data citra dapat diproyeksikan sesuai dengan sistem koordinat yang digunakan.
Acuan dari koreksi geometrik ini dapat berupa peta dasar ataupun data citra
sebelumnya yang telah terkoreksi. Koreksi geometrik dilakukan dengan
menggunakan acuan titik kontrol yang dikenal dengan Ground Control Point
(GCP). Klasifikasi Multispektral merupakan sebuah algoritma yang digunakan
untuk memperoleh informasi thematik dengan cara mengelompokkan suatu
fenomena/obyek berdasarkan kriteria tertentu. Asumsi awal yang harus
diperhatikan sebelum melakukan klasifikasi multispektral adalah bahwa tiap
obyek dapat dikenali dan dibedakan berdasarkan nilai spektralnya. Proses ini
dilakukan pada penelitian ini untuk memperjelas jenis tutupan lahan pada area
studi. Nomenklatur jenis tutupan lahan dicocokkan dengan hasil survei
lapangan.

Pemodelan hidrologi
Berbagai data input yang dibutuhkan meliputi peta DEM, peta penggunaan
lahan, peta dan data tanah serta data biofisik DAS dimasukkan ke dalam model
IFAS sehingga menghasilkan satu rangkaian model yang bisa memberikan
respon hidrologi berupa suatu keluaran (output). Pada hasil keluaran tersebut
dilakukan kalibrasi dan validasi untuk mengetahui tingkat keakuratan model
dengan menggunakan data pengukuran AWLR di lapangan. Terdapat beberapa

tahapan dalam pembangunan model IFAS yaitu: delineasi DAS yang input
datanya dari DEM; analisis HRU (Hidrology Response Unit) yang input datanya
berupa tutupan lahan, data tanah dan kemiringan lahan membangun input data
dan Running IFAS. HRU adalah unit satuan lahan dengan unsur karakteristik
sub DAS yang berpengaruh terhadap terjadinya proses siklus hidrologi.
d Kalibrasi dan validasi model hidrologi
Proses kalibrasi merupakan proses pemilihan kombinasi parameter untuk
meningkatkan koherensi antara respon hidrologi yang diamati/diukur dengan
hasil simulasi. Proses kalibrasi dilakukan dengan membandingkan data debit
jam-jaman observasi dengan data simulasi selama periode waktu tertentu. Data
debit jam-jaman abservasi merupakan data hasil pencatatan debit pada stasiun
AWLR pada DAS. Panjang data yang dipakai untuk kalibrasi ini adalah minimal
untuk 1 tahun data. Sedangkan proses validasi dilakukan dengan menggunakan
parameter-parameter DAS yang sudah dikalibrasi untuk melakukan simulasi
untuk tahun pengamatan yang lain. Hasil parameter-parameter yang sudah
dikalibrasi dan divalidasi, selanjutnya dipakai untuk simulasi berbagai alternatif
managemen dan pengelolaan DAS.
e Simulasi model hidrologi
Berbagai

teknik

konservasi

sumber

daya

air

disimulasikan

dengan

menggunakan model hidrologi yang sudah dikalibrasi dan divalidasi untuk


mengetahui kejadian banjir di DAS.

BAGAN ALIR

PENELITIAN

Mulai

Data
Debit

Data
Iklim&
Curah

Data
Tanah

hujan (GS
MAP dan

Analisis data
tata guna lahan,
tanah

Data
DEM

Survey
Lapangan

Analisis
data
spatial
Dileneasi
DAS &
kemiringan

Verifikasi
Klasifikasi data

Pemodelan Hidrologi
Kalibrasi dan Validasi
Model Hidrologi
Simulasi Hidrologi
Kejadian banjir data
hujan GS MAP dan 3B42RT

Selesai

Gambar-10.Bagan alir penelitian

G Skedul Kegiatan Penelitian


Pelaksanaan penelitian ini direncanakan akan dilaksanakan selama 6 (enam)
bulan dengan rincian sebagai berikut:
Tabel 1. Jadwal Rencana Pelaksanaan Penelitian
No.

Kegiatan

Studi literatur

Waktu (Bulan)
3
4

pengumpulan data

Pengolahan data

Pembahasan

Penyusunan laporan

Seminar hasil dan Ujian

H Daftar Pustaka

Mardhotillah Mutia, 2013. Skripsi. S1 Prodi Teknik Sipil Univ. Riau

Asdak, C. 1995. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta :


Gadjah Mada University Press.

Fukami, K., Sugiura, T., Magome, J. & Kawakami, T. 2009. Integrated Flood
Analysis System (IFAS Version 1.2) Users Manual. Jepang : ICHARM.

Hambali, R. 2008. Analisis Ketersediaan Air dengan Model Mock. Bahan Ajar.
Yogyakarta : Universitas Gadjah Mada.

Harto, S. 1993. Analisis Hidrologi. Jakarta : PT. Gramedia Pustaka Utama.

Harris A., Rahman, Hossain F., Yarborough L., Bagtzoglou, Easson G. 2007.
Satellite-based Flood Modeling Using TRMM-based Rainfall Products. Sensors.
ISSN 1424-8220. MDPI. www.mdpi.org/sensors.

Indarto. 2010. Hidrologi Dasar Teori dan Contoh Aplikasi Model Hidrologi, Bumi
Aksara, Jakarta.

Kartiwa, B., Murniati, E. 2011. Application of RS, GIS and Hydrological Model for
Flood Mapping of Lower Citarum Watershed, Indonesia. Sentinel Asia. Joint Project
Team Meeting. 12th-14th July 2011. Putra Jaya Malaysia.

Khan S., Hong Y, Wang J, Yilmaz K.K, Gourley J.J, Adler R, Brakenridge R, Policelli
F, Habib S, & Irwin D. 2011. Satellite Remote Sensing and Hydrologic Modeling for
Flood Inundation Mapping in Lake Victoria Basin: Implications for Hydrologic
Prediction in Ungauged Basins. IEEE Transactions Geoscience and Remote Sensing.
Vol. 49, No.1. January 2011.

10 Li Li, Hong Y, Wang J, Adler R, Policelli F, Habib S, Irwin D, Korme T, & Okello L.
2008. Evaluation of the real-time TRMM-based multi-satellite precipitation analysis
for an operational flood prediction system in Nzoia Basin, Lake Victoria, Africa.
Springer Science+Business Media B.V. 2009.
11 Presiden Republik Indonesia. 2011. Peraturan Pemerintah Republik Indonesia Nomor
38 Tahun 2011 tentang Sungai. Jakarta : RI.
12 Presiden Republik Indonesia. 2012. Peraturan Pemerintah Republik Indonesia
Nomor 37 Tahun 2012 tentang Pengelolaan Daerah Aliran Sungai. Jakarta : RI.
13 Sutikno, S., Fauzi, M., dan Hamiduddin, 2013, Pemodelan Hidrologi Hujan-Aliran
dengan Menggunakan Data Satelit.
14 Sutikno, S., Fauzi, M., dan Hasan, H,, 2013, Penggunaan Data Hujan Satelit Untuk
Pemodelan Hidrologi DAS Indragiri.